Denario es un asistente científico impulsado por IA que acelera la investigación al ayudar a formular preguntas, analizar datos y redactar documentos, promoviendo un enfoque interdisciplinario en el proceso científico.
Un grupo de investigadores ha desarrollado un innovador asistente científico impulsado por inteligencia artificial, conocido como Denario, con el objetivo de acelerar el proceso de investigación. Esta herramienta está diseñada para ayudar a los científicos a identificar nuevas preguntas de investigación, analizar e interpretar datos, así como a redactar documentos científicos.
Denario utiliza modelos de lenguaje avanzados para asistir en tareas que van desde la formulación de nuevas hipótesis hasta la compilación de manuscritos. El equipo detrás del proyecto espera que esta herramienta haga la investigación más rápida, dinámica e interdisciplinaria.
Aunque ya existen herramientas de inteligencia artificial que pueden asistir en partes del proceso científico, como ChatGPT, estas suelen estar limitadas a una única etapa. Sin embargo, Denario se presenta como un asistente integral capaz de sintetizar artículos existentes, formular preguntas de investigación novedosas, analizar datos y redactar manuscritos.
En un artículo publicado en el servidor de preprints arXiv.org, los creadores – liderados por la Universidad de Cambridge, el Flatiron Institute y la Universidad Autónoma de Barcelona – ofrecen una visión general sobre esta herramienta y sugieren que Denario podría acelerar y ampliar el proceso científico, permitiendo a los investigadores utilizarla según sus necesidades específicas.
“A veces lo más interesante es la idea misma, porque puede ser algo nuevo que no ha sido explorado”, afirma Francisco Villaescusa-Navarro, del Flatiron Institute y uno de los principales desarrolladores de Denario. “Existen muchas formas en las que Denario puede ayudar a expandir nuestra forma de pensar y guiarnos hacia nuevas direcciones”.
A pesar de su potencial, el equipo subraya que Denario no pretende reemplazar a los científicos. La versión actual presenta importantes limitaciones: solo aproximadamente uno de cada diez resultados ofrece información valiosa y, en ocasiones, Denario ha generado datos falsos. Por lo tanto, la revisión humana sigue siendo esencial.
El desarrollo de Denario fue liderado por Dr. Boris Bolliet, junto con Pablo Villanueva Domingo y Villaescusa-Navarro, contando con un equipo compuesto por investigadores en diversas disciplinas como astrofísica, biología, química y filosofía.
Aprovechando los recientes avances en modelos de lenguaje como ChatGPT y Google Gemini, los investigadores vieron una oportunidad para evaluar cómo estas herramientas podrían desempeñarse en todas las etapas del proceso investigativo.
Denario emplea una colección de “agentes” especializados en diferentes tareas. Aunque puede llevar a cabo todo el proceso investigativo desde el inicio hasta el final, estos agentes también pueden utilizarse individualmente para pasos específicos.
Para utilizar Denario en su totalidad, los científicos deben cargar un conjunto de datos junto con una breve descripción sobre lo que desean lograr. Los primeros agentes desarrollan y refinan ideas sobre cómo abordar el conjunto de datos, generando posibles proyectos de investigación. Posteriormente, otros agentes revisan la literatura existente sobre el tema para asegurar que la idea sea nueva y esté fundamentada en trabajos previos.
A medida que se refina la idea inicial, otros módulos sugieren métodos para analizar los datos. Un sistema multi-agente denominado CMBAgent actúa como backend para análisis investigativos. Estos agentes escriben, depuran y ejecutan código antes de interpretar los resultados finales; finalmente, módulos dedicados a la redacción producen resúmenes revisados sobre los hallazgos obtenidos.
A pesar del éxito parcial obtenido hasta ahora —con cientos de pruebas realizadas— muchos resultados fueron considerados inadecuados por expertos; sin embargo, alrededor del 10% generó preguntas o hallazgos interesantes. La capacidad interdisciplinaria de Denario ofrece esperanzas sobre su potencial para identificar nuevas cuestiones que un especialista podría no considerar.
No obstante su promesa, herramientas como Denario enfrentan desafíos significativos. Algunos informes finales no lograron transmitir adecuadamente la incertidumbre presente en los resultados; además, hubo dificultades al referenciar estudios previos con claridad. También se presentan consideraciones técnicas y éticas relacionadas con riesgos como las "alucinaciones" generadas por IA —información engañosa o falsa— así como cuestiones sobre derechos de autor y autoría.
Boris Bolliet, Fellow of Trinity Hall en Cambridge, expresa su deseo por ver cómo herramientas como Denario pueden transformar la ciencia al permitir a los investigadores dedicar menos tiempo a tareas rutinarias y más tiempo al pensamiento creativo profundo.
A medida que avancen las iteraciones futuras del proyecto, se busca mejorar la eficiencia y calidad del trabajo producido por Denario, incluyendo mecanismos automáticos para identificar y filtrar salidas de baja calidad.